Causation analysis of air traffic control operational unsafe event based on TM-HFACS-FRAM

doi:10.16265/j.cnki.issn1003-3033.2026.04.0635

Abstract

Abstract:

In order to improve the systematicity and objectivity of safety risk identification in civil aviation ATC operations and to explore the causes and interaction relationships of ATC unsafe incidents, a causal analysis method for ATC unsafe incidents was proposed, integrating TM, HFACS, and FRAM. Firstly, TM technology was employed to perform text processing on unsafe incident reports, and high-frequency keywords related to ATC operation risks were extracted using the Term Frequency-Inverse Document Frequency (TF-IDF) method. Secondly, semantic attribution was conducted on these keywords, and an improved multi-level HFACS framework for ATC operations was constructed based on the characteristics of ATC work, and the corresponding risk factors were determined. Then, the interdependent relationships between various functional modules in the ATC operation system were analyzed by introducing FRAM to reveal the potential impact of interactions within the complex ATC system on incident occurrence. Finally, two cases of ATC unsafe incidents were investigated to analyze their risk causes. The results show that the proposed method effectively mines the interrelationships between multi-source causes and identifies multi-level risk causal factors, which verifies the effectiveness and scientific rigor of the method in multi-source data processing and complex causal structure mining.

Key words: text mining (TM), human factors analysis and classification system (HFACS), functional resonance analysis method (FRAM), air traffic control(ATC) operation, unsafe event, causation analysis

CLC Number:

X949

Li Yike, Zhang Honghai, Shi Zongbei, Li Wenqing. Causation analysis of air traffic control operational unsafe event based on TM-HFACS-FRAM[J]. China Safety Science Journal, 2026, 36(4): 38-48.

Figures/Tables 17

Fig.1

Fig.2

Table 1

Fig.3

Table 2

Table 3

Table 4

Multi-level structured factor mapping

层名称	因子分类	风险因子	判别说明
环境因素	物理环境	不良天气	气象突变对航班运行构成直接威胁,超出人为控制范围
		空军活动限制	空域资源分配及军民协调机制造成的限制
		空域拥堵情况	由于航班密度大、空域容量饱和等客观条件造成的拥挤运行状态
		机场作业环境	机场跑道、滑行道等限制对航班调配的影响
	技术环境	设备设施故障	导航、通信、雷达等技术系统异常对运行安全的干扰
		席位设置不合理	席位布局或职责划分存在问题,易造成信息传递延误或职责交叉
		通信故障	地空通信链路中断或质量差直接影响指令传达与确认
组织影响	组织流程	人手不足	对岗位或排班安排不当造成人力资源短缺
	组织流程	排班不合理	任务安排连续性差或轮班间隔不足导致人员疲劳积累
	组织氛围	安全文化淡薄	组织层面缺乏安全优先理念,导致管制员安全意识薄弱
	组织氛围	安全意识不足	组织未有效传达风险管理理念,造成管制员安全认知偏差
	资源管理	人员配备不合理	未根据岗位要求配置具备资质的人员
	资源管理	规章制度不健全	制度覆盖不足导致人员缺乏明确执行依据
		职责分工不明确	未对岗位职责进行清晰界定或存在职责交叉、模糊现象
不安全监督	监督不力	规则执行不力	组织未有效落实既定规章,存在监管失效
		安全管理不重视	缺乏系统性的风险管控机制或未设立专职安全岗位等
		安全培训不足	未按期开展针对性培训或培训质量不高
		当班监督不到位	值班监督人员未能及时发现或纠正风险行为,监督失职。
	操作规划不当	任务分配不合理	任务划分不均或未考虑人员能力差异,导致执行效率下降
	操作规划不当	未预判风险	运行中未对潜在风险进行预先识别与响应准备,属于管理前瞻性缺失
	问题未纠正	违规行为未纠正	已知的风险行为未被组织及时干预或通报,导致重复发生
	问题未纠正	反复问题未处理	相似问题多次发生未形成系统解决方案,闭环机制缺失
	监督层违规	违反监管程序	管制行为或事件处理方式未遵循法定流程或监管要求
	监督层违规	未建立安全机制	组织未设立系统的运行安全监测、评估和响应体系
管制员状态	心理状态	心理压力	高强度工作负荷、突发事件等引发的心理紧张状态
	心理状态	心理疲劳	长时间保持注意力导致认知消减,影响感知与判断
	生理状态	身体疲惫	由于排班、夜班或体能消耗引发的体力下降状态
		身体疾病	患病状态下执勤可能影响注意力与应变力
		服用药物	特定药物可能影响警觉性与反应速度,构成生理安全隐患
	专业能力	业务能力不足	基础理论知识或操作规则掌握不牢,影响正确决策与操作执行
	专业能力	操作技能差	缺乏对复杂或突发情景的操作经验,难以快速应对任务要求
	团队协作	团队协作不足	同事间缺乏有效沟通或协作配合,影响运行信息传递与联合处置
管制员不安全行为	决策错误	程序流程未遵守	未按规定操作流程执行任务,存在规避步骤或随意调整等行为
		操作或决策错误	错误判断航班状态或采取不恰当指令措施
		紧急处置不当	面对紧急情况未能采取有效措施或优先顺序错误
	感知错误	视觉语音感知错误	错误感知飞行器位置、高度、速度等关键运行态势
	感知错误	态势感知错误	对整体运行态势误判,导致未能准确预判
	技能错误	使用非标准术语	使用不规范的通话术语影响指令的准确传达与理解
	技能错误	发布错误指令	口误、信息遗漏或指令下达错误等
	常规违反	工作前未做准备	未查阅航班计划、天气、运行预案等必备信息即进入工作
	常规违反	习惯性失误	长期未被纠正的违规行为转化为默认操作习惯
	异常违反	脱离标准流程	操作中跳过管制环节或绕过审批流程,存在越权或草率行为
	异常违反	不具备执行任务资质	在未获得相应岗位培训认证或无效资质状态下执行任务

Table 4

Fig.4

Fig.5

Fig.6

Table 5

Functional module and its attributes of the ATC event report12

序号	模块名	输入I	输出O	条件P	资源R	时间T	控制C
M1	工作任务分配	管制员调度计划	岗位轮换安排	排班规则、人员资质认证等	排班系统、人力资源系统	当日航班运行前3—5日完成	管理层批准规定程序
M2	加班轮换管理	人员轮换信息与岗位空缺	轮换调整或加班通知	轮换规则与工作时长上限等	管制排班表、人力应急信息	在轮换前及时完成	劳动合同、法律规定等
M3	提前准备工作	航班计划、天气信息、空域状况等	任务准备完成	航班与天气资料等信息	情报系统、航行情报服务	上班前半小时完成	值班长检查交接制度等
M4	空域运行状态	航班流量信息	空域负荷状态	雷达正常流量预判	流量管理系统、雷达显示器	实时更新	区域流控程序
M5	雷达数据监视	监视航班信息	实时航班动态感知	雷达正常、数据无延迟	雷达终端、辅助监控设备	连续实时	设备状态监测、故障报警系统
M6	异常航班感知	雷达数据与航班计划等	异常航班标识	对比标准航路航高信息	电子航图、雷达目标标签	3 s内反应	监控提醒规则
M7	安全高度保障	当前航班位置与计划信息数据	高度偏差警示或纠正指令准备	安全高度要求	MSA图、雷达叠加图层	实时监测	运行高度限制
M8	发布爬升指令	航班异常信息	爬升指令发出	通信链路、航班响应正常	语音通信系统	10 s内完成	通信频率
M9	指令复述核对	飞行员回读内容	正确确认或纠正回读	注意力集中、通信正常	语音通信系统	指令发布后即刻完成	听回规范要求
M10	管制自我确认	指令下达记录	自我检查确认	个人经验与注意力等自身状态	指令记录工具	指令发布后10 s内	个人工作规范
M11	通信系统失效	指令发送接收记录	通信失效确认	系统监测报警	通信设备系统诊断工具	故障出现后尽快处理	通信故障应急程序
M12	发布复飞指令	复述核对结果航班实际位置	新指令发布	初次指令可能错误或通信异常	语音通信系统	发现异常后立即发布	指令发布程序

Table 5

Fig.7

Table 6

Fig.8

Fig.9

Table 7

Functional module and its attributes of the ATC event report150

序号	模块名	输入I	输出O	条件P	资源R	时间T	控制C
N1	机场作业环境	天气监测数据和跑道数据	跑道当前状态	跑道检测与清理规定	地面除冰设备、气象雷达	进场时段内实时更新	环境监控系统与指挥调度
N2	空域拥堵情况	航班数量飞行计划	空域负荷	航班调度与流量控制	飞行流量管理系统	高需求时段持续监控	流量控制
N3	气象条件	天气信息	气象更新及影响评估	天气对航班的影响	气象服务雷达图像	实时更新	自动更新系统
N4	航班进近引导	飞行计划信息航班进近信息	引导至28R 跑道	飞行计划确认进近航道验证	进近引导系统	立即反应	引导标准程序验证
N5	发现X航班高度异常	雷达信息数据	异常航班标识及告警	最低安全高度	雷达、监控设备飞行员回报	立即反应	高度警告触发监控系统
N6	发布告警指令	异常高度	向航班发送告警信息	确认高度过低	通信设备、飞行员回报记录	立即发布	通信流程
N7	发现Y航班高度异常	雷达信息数据	异常航班标识及告警	最低安全高度	雷达、监控设备飞行员回报	立即反应	引导标准程序验证
N8	发布复飞指令	异常确认	发布复飞指令	复飞判断与风险评估	通信设备、飞行员回报记录	立即发布	通信程序复飞机制
N9	下滑道停止使用	下滑道信息	停用通知发布	维护与故障	雷达、通信系统、维护人员	立即通知	停用标准
N10	ATIS更新	设备故障气象变化信息	ATIS系统更新	设备、天气变化	ATIS系统	特殊情况下即时更新	通知频率广播控制
N11	新信息通知飞行员	新的ATIS 信息	飞行员接收到信息更新	管制员及时接收到更新内容	ATIS系统	更新后立即通知	更新流程飞行员确认
N12	未与塔台协调	管制员工作情况	飞行员与塔台协调指令	管制员任务负载高	通信设备	及时协调沟通	沟通标准与流程
N13	造成安全问题	X、Y航班状态	潜在风险识别	多因子交互作用	监视设备	发现后立即处理	安全操作规程预警机制

Table 7

Table 8

References 22

[1]	Kate R, Rebeca C. Understanding teamwork errors in royal air force air traffic control[J]. Safety Science, 2018, 109:36-45. doi: 10.1016/j.ssci.2018.04.030
[2]	Chang Yuhern, Yang Huihua, Hsu Wanjou. Effects of work shifts on fatigue levels of air traffic controllers[J]. Journal of Air Transport Management, 2019, 76: 1-9. doi: 10.1016/j.jairtraman.2019.01.013
[3]	Oge E, Çetin M, Top S. The effects of paternalistic leadership on workplace loneliness, work family conflict and work engagement among air traffic controllers in Turkey[J]. Journal of Air Transport Management, 2018, 66: 25-35. doi: 10.1016/j.jairtraman.2017.10.003
[4]	崔湘奇. 基于认知的空中交通管制员人因可靠性分析方法研究[D]. 天津: 中国民航大学, 2023.
	Cui Xiangqi. Research on human factor reliability analysis method of air traffic controller based on cognition[D]. Tianjin: Civil Aviation University of China, 2023.
[5]	李君尉. 基于复杂系统理论的航空事故致因分析与控制技术研究[D]. 天津: 中国民航大学, 2021.
	Li Junwei. Research on cause analysis and control technology of aviation accident based on complex system theory[D]. Tianjin: Civil Aviation University of China, 2021.
[6]	李耀华, 巩子瑜. 基于改进FRAM的民机系统安全性分析[J]. 航空学报, 2020, 41(12):308-318.
	Li Yaohua, Gong Ziyu. Safety analysis of civil aircraft system based on improved FRAM[J]. Acta Aeronautica et Astronautica Sinica, 2020, 41(12):308-318.
[7]	印弘瑀. 基于STPA方法的航空器进近复飞安全性分析[D]. 广汉: 中国民用航空飞行学院, 2024.
	Yin Hongyu. Safety analysis of aircraft approach and go-around based on the STPA method[D]. Guanghan: Civil Aviation Flight University of China, 2024.
[8]	Chauvina C, Lardjaneb S, Morela G, et al. Human and organizational factors in maritime accidents: analysis of collisions at sea using HFACS[J]. Accident Analysis and Prevention, 2013, 59: 26-37. doi: 10.1016/j.aap.2013.05.006
[9]	Liu Rulin, Cheng Weimin, Yu Yanbin, et al. An impacting factors analysis of miners' unsafe acts based on HFACS-CM and SEM[J]. Process Safety and Environmental Protection, 2019, 122: 221-231. doi: 10.1016/j.psep.2018.12.007
[10]	Zhang Xinxin, Chen Weijiong, Xi Yongtao, et al. Dynamics simulation of the risk coupling effect between maritime pilotage human factors under the HFACS framework[J]. Journal of Marine Science and Engineering, 2020, 8(2): DOI: 10.3390/jmse8020144.
[11]	梁玉瑾. 基于FRAM-BN的塔吊施工安全风险评估研究[D]. 武汉: 华中科技大学, 2024.
	Liang Yujin. Research on construction safety risk assessment of tower crane based on FRAM-BN method[D]. Wuhan: Huazhong University of Science and Technology, 2024.
[12]	李一可, 张洪海, 石宗北, 等. 基于N-K-FRAM的空中交通运行安全风险耦合机制[J]. 中国安全科学学报, 2024, 34(5):175-185. doi: 10.16265/j.cnki.issn1003-3033.2024.05.1552
	Li Yike, Zhang Honghai, Shi Zongbei, et al. Coupling mechanism of air traffic operation safety risk based on N-K-FRAM[J]. China Safety Science Journal, 2024, 34(5): 175-185. doi: 10.16265/j.cnki.issn1003-3033.2024.05.1552
[13]	Wang Yuhong, Li Pengchang, Hong Cheng, et al. Causation analysis of ship collisions using a TM-FRAM model[J]. Reliability Engineering & System Safety, 2025, 260: DOI: 10.1016/j.ress.2025.111035.
[14]	张怀兴. 英汉民航词典[M]. 北京: 中国民航出版社, 2011: 55-75.
[15]	朱波, 基于事故调查的民航术语认知与翻译研究[M]. 北京: 北京航空器航天大学出版社, 2024:180-200.
[16]	Zhou Jing, Ye Zhanliang, Zhang Sheng, et al. Investigating response behavior through TF-IDF and Word2vec text analysis: a case study of PISA 2012 problem-solving process data[J]. Heliyon, 2024, 10(16): DOI: 10.1016/J.HELIYON.2024.E35945.
[17]	李磊, 李江娥, 任俞霏, 等. 基于HFACS模型的城轨列车延误风险致因研究[J]. 中国安全科学学报, 2023, 33(5): 152-157. doi: 10.16265/j.cnki.issn1003-3033.2023.05.0503
	Li Lei, Li Jiang'e, Ren Yufei, et al. Research on causes of urban rail delay risk based on HFACS model[J]. China Safety Science Journal, 2023, 33(5): 152-157. doi: 10.16265/j.cnki.issn1003-3033.2023.05.0503
[18]	Xie Xuecai, Guo Deyong. Human factors risk assessment and management: process safety in engineering[J]. Process Safety and Environmental Protection, 2018, 113: 467-482. doi: 10.1016/j.psep.2017.11.018
[19]	康瑞, 杨凯. 航空器离场管制关键环节识别及风险传播研究[J]. 四川大学学报(自然科学版), 2023, 60(1): 93-102.
	Kang Rui, Yang Kai. Key node identification and risk propagation of aircraft departure control[J]. Journal of Sichuan University(Natural Science Edition), 2023, 60(1): 93-102.
[20]	王超, 徐楚昕, 董杰, 等. 基于ST-GCN的空中交通管制员不安全行为识别[J]. 中国安全科学学报, 2023, 33(5): 42-48. doi: 10.16265/j.cnki.issn1003-3033.2023.05.1396
	Wang Chao, Xu Chuxin, Dong Jie, et al. Unsafe behavior recognition of air traffic controllers based on ST-GCN[J]. China Safety Science Journal, 2023, 33(5): 42-48. doi: 10.16265/j.cnki.issn1003-3033.2023.05.1396
[21]	Guo Yunlong, Jin Yongxing, Hu Shenping, et al. Risk evolution analysis of ship pilotage operation by an integrated model of FRAM and DBN[J]. Reliability Engineering & System Safety, 2023, 229: DOI: 10.1016/j.ress.2022.108850.
[22]	Qiao Weiliang, Ma Xiaoxue, Liu Yang, et al. Resilience evaluation of maritime liquid cargo emergency response by integrating FRAM and a BN: a case study of a propylene leakage emergency scenario[J]. Ocean Engineering, 2022, 247: DOI: 10.1016/j.oceaneng.2022.110584.

编号	关键词	TF-IDF	编号	关键词	TF-IDF
1	尾流紊流	0.433	15	未培训	0.110
2	雷暴天气	0.322	16	机场环境	0.107
3	通信失效	0.305	17	心理压力	0.102
4	监控设备故障	0.254	18	沟通不足	0.097
5	扇区拥堵	0.217	19	拿错适配器	0.093
6	雷达系统故障	0.203	20	配合不畅	0.091
7	人手不足	0.181	21	规则未执行	0.085
8	指令发布错误	0.172	22	排班不合理	0.083
9	能力不足	0.164	23	违反规则	0.080
10	身体疲劳	0.137	24	未做工作准备	0.078
11	工作负荷	0.126	25	违反监管程序	0.074
12	视觉感知错误	0.121	26	无安全意识	0.070
13	制度不完善	0.119	27	交接流程错误	0.065
14	注意力不集中	0.115	28	未纠正违规行为	0.060

类型	内容
决策错误	指管制员在处置方案、程序选择和决策判断制定过程中出现的不安全行为,主要表现为流程执行不当、处置方案不合理,或基于不完整信息作出错误决策等
感知错误	指因对空间距离、动态趋势或方向的误判而引发的操作失误,如在夜间或复杂气象条件下易受视觉或感知错觉影响,产生高度估计、航迹判断等方面偏差
技能错误	指在无需复杂思维参与的常规操作中,由于技能掌握不牢或注意力分散所导致的疏漏与差错,常表现为清单信息遗漏或重复操作等程序性失误
常规违规	指管制员基于默认操作习惯、自身利益或降低工作量的考量,长期违反规章制度但未被管理体系纠正的违规行为,具有一定的制度性纵容特征
异常违规	指个别管制员在特定情境中作出的临时越权行为,缺乏组织授权或程序依据,具有偶发性和不可预测性,通常不被管理层认可或容忍

关键词	功能模块	HFACS层级	HFACS因子
人手不足	M1	第二层	资源管理失效
岗位范围受限	M1	第四层	任务分配不合理
长时间工作	M2	第二层	排班不合理
航班拥堵	M3	第一层	空域拥堵
极度疲劳	M5	第四层	身体疲劳
不认为下达过	M10	第五层	指令感知不足
通信问题	M11	第一层	空地通信干扰

关键词	功能模块	HFACS层级	HFACS因子
持续积冰状态	N1	第1层	机场作业环境
航班需求量大	N2	第1层	空域拥堵情况
空域已非常繁忙	N2	第1层	空域拥堵情况
不利的冬季天气	N3	第1层	不良天气
具有挑战性	N4	第4层	业务能力不足
超负荷工作	N4	第4层	身体疲劳
下滑道已停用	N9	第1层	设备故障
未与塔台协调	N12	第5层	程序流程未遵守
最低高度以下	N13	第1层	设备故障